变形翼飞行器（Morphing Aircraft）作为一种全新概念的现代飞行器，由于其优越的飞行性能，近年来备受国内外关注。变形翼飞行器根据不同飞行需要，大范围机翼变形以调整飞行速度与飞行姿态，从而引起了模型结构和参数的严重变化或不确定。本文以变形翼飞行器为研究对象，根据变形翼飞行器的模型特点，分别研究了其在模型含不确定项、形变参数和外界扰动以及非线性系统模型下的控制问题。本文的主要内容可以归结为以下几个方面：1.针对一类含有不确定项的系统，提出一种自适应积分滑模控制设计方法并应用在变形翼飞行器的模型上。在滑模中增加积分项来构造积分滑模面。滑模中的积分项可以提供一个额外的自由度同时减小了状态跟踪误差。自适应控制律用来动态估计系统中的不确定参数。在设计的自适应积分滑模控制器方案下，保证了闭环系统的稳定性。通过对变形翼飞行器的仿真应用，分析验证控制器的可行性。2.变形翼飞行器的形体结构变化，必然会引起飞行器动力学模型的改变和不确定性。因此，传统的反馈控制不能满足对变形翼飞行器的控制性能要求。本文针对变形翼飞行器，提出了一种自适应滑模控制算法。针对形变造成的模型不确定性，采用自适应补偿算法消除其对系统稳定性的影响。将外界的扰动分解成匹配项和不匹配项，设计积分滑模控制完全消除匹配项对系统的影响，同时减小不匹配项对系统的影响。通过李雅普诺夫稳定性证明自适应积分滑模控制能使跟踪误差一致渐近稳定。最后在含有不确定项的变形翼飞行器模型上进行仿真，验证算法的可行性和有效性。3.提出一类非线性系统的自适应输出动态逆控制方法，使系统能够跟踪参考信号。新型的控制算法采用自适应RBF神经网络，这种神经网络的基函数是可以在线更新中心和宽度的高斯函数，利用RBF神经网络对函数的逼近性对非线性动态逆误差进行补偿。鲁棒控制的设计能够减少逼近误差也提高了系统的抗干扰能力。通过李雅普诺夫稳定性理论分析设计的闭环系统整体稳定性。